来源: infoq.com
36
Pinecone Nexus 已正式开放使用。它被定位为面向 AI Agent 的“知识引擎”：团队可以把企业数据、业务规则和领域上下文整理成一层结构化数据，让多个 Agent 直接查询和复用，而不必在每次请求中重复塞入大量原始文档。 这项变化的重点不只是检索速度，而是把“如何理解企业知识”从单个 Agent 的临时提示词，提升为可持续维护、可重复使用...
来源: infoq.com
32
企业数据接入 AI Agent，真正棘手的部分往往不是“能不能检索到文档”，而是 Agent 能否理解业务对象、关系、规则和当前状态。Pinecone Nexus 现已正式可用，定位为面向 AI Agent 的知识引擎：它把企业数据转换为 Agent 可以直接查询的结构化层，让业务语境能够被一次接入、整理并复用于多个 Agent。 这条路径的价值很明确...
来源: infoq.com
42
Dolt 2.0 是开源版本化 SQL 数据库的一次重要升级。它把数据库的 Git 式版本管理能力，进一步延伸到存储生命周期管理：自动垃圾回收和压缩可以减少长期运行后的存储膨胀，同时新版也改进了对大型数据类型和向量数据的支持。 这意味着 Dolt 不再只是“能提交、能分支、能合并的 SQL 数据库”。对于需要保留历史版本、审计数据变化，或者管理机器学习...
来源: infoq.com
33
Dolt 2.0 为开源版本控制 SQL 数据库带来了一次重要升级。它不只是继续提供类似 Git 的数据库分支、提交和合并能力，还开始自动处理长期运行数据库常见的存储问题：回收不再需要的数据、压缩存储内容，以及更好地承载大型数据和向量数据。 这意味着 Dolt 的使用重点可以从“如何保存每一次数据库变更”，进一步延伸到“如何让变更历史在持续增长后仍然可...
来源: infoq.com
42
智能体 AI 带来的变化不只是模型更强，而是软件开始自主调用 API、操作数据并持续执行多步任务。CNCF 发布的技术分析提出了一个务实判断：支撑这类系统的关键能力，不必从零发明；现代分布式应用已经使用的云原生生态，可以继续承担调度、隔离、可观测性、安全策略和故障恢复等职责。 一个生产级智能体通常包含模型推理、工具调用、状态存储、任务队列和外部服务访问...
来源: infoq.com
46
QCon AI Boston 2026 释放出的信号很明确：AI Agent 的工程重点正在从“怎样写出更好的提示词”转向“怎样让 Agent 在生产环境中稳定、可控、可评估地运行”。上下文管理、包围 Agent 的安全 harness，以及贯穿开发和上线流程的评测体系，开始成为真正决定系统质量的基础设施。 在原型阶段，团队往往把主要精力放在 syst...
来源: infoq.com
29
把高性能缓存服务从 Kotlin 迁移到 Rust，很容易被理解成一次单纯的性能优化。但 Ruth Linehan 分享的经验打破了另一个更顽固的预设：Rust 未必会拖慢交付，借用检查器和编译期安全反而能缩短反馈循环，让并发错误更早暴露，并让性能优化建立在可重复测量之上。 Kotlin/JVM 与 Rust 的运行模型不同，迁移不能只做语法替换。缓存...
来源: infoq.com
34
云成本治理过去主要防范人的误操作：工程师开错实例、忘记关闭测试环境，账单告警晚几个小时通常还有补救空间。但当携带云凭证的 AI Agent 能连续调用模型、创建资源并自动重试时，支出速度已经超过传统账单系统的反馈速度。 来源案例中，一家三人规模的代理机构因静态 AWS Access Key 被攻击者提取，一天内产生了 14,000 美元的 Amazon...
来源: infoq.com
24
云成本控制过去主要防范人的误操作：工程师开错实例、忘记关闭测试环境，账单告警通常还有时间介入。但当持有云凭证的是 AI Agent 或攻击者时，资源调用可以在几分钟内并发放大，而成本数据和预算通知可能要到数小时甚至约一天后才反映出来。 一支三人团队在静态 AWS Access Key 被提取后，一天内收到了 14,000 美元账单，攻击者主要消耗了 A...
来源: infoq.com
30
AI 编程代理已经能够跨越后端接口、前端页面和浏览器操作来搭建 Stripe 集成，但 Stripe 推出的基准测试把问题推进了一步：代理生成了代码之后，能否真正执行、测试并验证完整支付流程？在接近生产环境的约束下，“代码看起来正确”和“系统可以交付”之间仍有明显距离。 普通代码评测往往检查函数输出、单元测试通过率或补丁是否能编译。Stripe 的测试...